ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
Mapa de riesgo sísmico en  
el departamento Sarmiento  
(San Juan – Argentina)  
Seismic risk map in the Sarmiento department  
(San Juan – Argentina)  
Luciana Maricel Narvaez  
Recepción: 30/07/2024  
Aceptación: 19/12/2024  
Luciana Maricel Narvaez. Licencia-  
da y profesora en Geografía. Doctora  
en Geografía. Docente-investigadora  
en el Departamento de Geografía,  
Facultad de Filosofía, Humanidades  
y Artes (FFHA), Universidad Nacional  
de San Juan (UNSJ).  
-
64  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
Resumen  
El departamento de Sarmiento, localizado en San Juan, Argentina, se en-  
cuentra en una zona de alta peligrosidad sísmica con antecedentes de te-  
rremotos destructivos. Ante esta situación, el presente trabajo tiene como  
objetivo principal contribuir al conocimiento sobre el riesgo sísmico. Desde  
la perspectiva de la Geografía de los Riesgos, pionera en este campo, se con-  
sidera esencial evaluar de manera integral los componentes del peligro y la  
vulnerabilidad. La evaluación del riesgo sísmico se sitúa dentro del para-  
digma de la Geografía Automatizada, utilizando métodos robustos como  
la Evaluación Multicriterio y los Sistemas de Información Geográfica. Es-  
tas herramientas permiten generar modelos decisionales altamente con-  
fiables, que son validados mediante el Análisis de sensibilidad con enfoque  
explícitamente espacial. A través del diseño de cartografía, se identifican  
las zonas de mayor riesgo, que son las áreas que requieren más interven-  
ción en caso de un evento peligroso y donde se anticipan mayores daños  
a la población expuesta. Los modelos de riesgo sísmico son herramientas  
muy valiosas para la organización territorial, ya que la información que  
proporcionan es crucial para los responsables de las políticas de planifica-  
ción y desarrollo territorial, permitiéndoles tomar decisiones más seguras  
sobre la mitigación del riesgo.  
AbstrAct  
The department of Sarmiento, located in San Juan, Argentina, is  
situated in an area of high seismic danger with a history of destructive  
earthquakes. Given this situation, the main objective of this work is  
to contribute to knowledge about seismic risk. From the perspective  
of Risk Geography, a pioneer in this field, it is considered essential to  
comprehensively evaluate the components of danger and vulnerability.  
The evaluation of seismic risk is situated within the paradigm of  
Automated Geography, using robust methods such as Multicriteria  
Evaluation and Geographic Information Systems. These tools allow  
the generation of highly reliable decisional models, which are validated  
through Sensitivity Analysis with an explicitly spatial approach. Through  
mapping design, the highest risk areas are identified, which are the  
areas that require the most intervention case of a dangerous event and  
where greater damage to the exposed population is anticipated. Seismic  
risk models are very valuable tools for territorial organization, since the  
information they provide is crucial for those responsible for territorial  
planning and development policies, allowing them to make safer  
decisions about risk mitigation.  
Palabras clave  
peligro, vulnerabilidad, mapas,  
técnicas cuantitativas.  
Keywords  
danger, vulnerability, maps,  
quantitative techniques.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
65  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
Introducción  
interrelacionados. De esta manera, los riesgos se rela-  
cionan con las amenazas o peligros en un espacio y un  
tiempo específico y con los aspectos de vulnerabilidad  
de la población. Por lo expresado anteriormente, desde  
la Geografía de los Riesgos conceptualizamos al riesgo  
sísmico de la siguiente manera: Riesgo sísmico =peligro  
sísmico X vulnerabilidad.  
El estudio de los riesgos en Geografía surge como res-  
puesta a la inquietud generada por la creciente mani-  
festación de estos fenómenos. A mediados del siglo XX,  
este campo comenzó a desarrollarse significativamen-  
te gracias a las aportaciones de Gilbert White, repre-  
sentante de la escuela norteamericana, y Jean Tricart,  
de la escuela francesa. La preocupación por el aumento  
de los riesgos naturales y antrópicos en el mundo im-  
pulsó el surgimiento de una nueva línea de investiga-  
ción conocida como la Geografía de los Riesgos.  
El riesgo, caracterizado por su complejidad y dina-  
mismo en toda sociedad, puede analizarse a través de  
numerosos indicadores. Hasta la fecha, no existe un  
criterio único para evaluarlo. Por esta razón, en esta  
investigación se propone una metodología que busca  
aproximarse a un criterio holístico. Como base terri-  
torial, se ha seleccionado un área pequeña con delimi-  
tación político-administrativa: el departamento Sar-  
miento en la provincia de San Juan (Argentina). Esta  
elección se fundamenta principalmente en su alta sis-  
micidad y gran concentración de la población, lo que lo  
convierte en un caso testigo interesante para ensayar  
la metodología propuesta. Con el objetivo de identifi-  
car las zonas de mayor riesgo, que son las áreas que  
requieren mayor intervención en caso de un evento  
peligroso y donde se esperan más daños a la población  
expuesta.  
Un destacado pionero en este ámbito es el geógrafo  
Francisco Calvo García-Tornel, quien en 1984 presentó  
esta línea de trabajo como un nuevo paradigma, re-  
conociendo a White (1942) y Kollmorgen (1953) como  
sus precursores. Desde sus inicios, la Geografía de los  
Riesgos centró su análisis principalmente en los peli-  
gros o amenazas naturales. El primer estudio relevan-  
te abordó los riesgos de inundaciones en las cuencas de  
los ríos Mississipi y Missouri en Estados Unidos. Con el  
tiempo, las investigaciones se expandieron hacia otras  
áreas y abarcaron una diversidad creciente de peligros.  
A principios del siglo XXI, el estudio de la vulnerabi-  
lidad comenzó a consolidarse como un componente  
esencial del análisis del riesgo, lo que hizo imprescin-  
dible abordarlo desde diversas dimensiones y con en-  
foques multidisciplinarios. Los cambios mundiales de  
principio de siglo globalizaron el riesgo y se planteó la  
necesidad de trabajarlo en forma holística, es decir el  
ambiente natural con la sociedad en su conjunto. Car-  
dona (2001) afirma:  
La metodología seleccionada para lograr un criterio  
unificado en la estimación del riesgo sísmico combina  
la técnica de Evaluación Multicriterio (EMC) y Sistema  
de Información Geográfica (SIG). Esta combinación  
ha sido poco explorada a nivel mundial en el campo de  
los riesgos ambientales. Los SIG permiten un análisis  
especializado de datos espaciales, pero presentan limi-  
taciones en el tratamiento de datos temáticos. Por otro  
lado, la EMC se destaca por su potencial en el proce-  
samiento de estos datos, por lo que la integración de  
ambas técnicas crea una herramienta valiosa para el  
análisis espacial. Para dar robustez al modelo, se com-  
plementa la EMC-SIG con el Análisis de Sensibilidad  
Explícitamente Espacial (AS), una metodología utiliza-  
da en la validación.  
El riesgo no ha sido conceptuado de forma integral,  
sino de manera fragmentada de acuerdo con el en-  
foque de cada disciplina involucrada. Para estimar  
el riesgo de acuerdo con su definición es necesario  
tener en cuenta, desde un punto de vista multidis-  
ciplinar, no solamente el daño físico esperado, las  
víctimas o pérdidas económicas equivalentes, sino  
también factores sociales, organizacionales e ins-  
titucionales, relacionados con el desarrollo de las  
comunidades (p. 14).  
La obtención de los modelos de riesgo en el departa-  
mento de Sarmiento comprende la evaluación del pe-  
ligro sísmico y la vulnerabilidad sísmica en forma in-  
tegral. El peligro es muy alto en todo territorio1 por lo  
que las diferencias de riesgo serán determinadas por  
El estudio de los riesgos en Geografía, se enmarca en el  
enfoque metodológico de la complejidad con aplicacio-  
nes sistémicas. Ello permite construir un marco inte-  
grador con las amenazas y la vulnerabilidad, conside-  
rando que los riesgos no son sólo como el resultado de  
un fenómeno natural, sino de un conjunto de procesos  
1
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
66  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
la vulnerabilidad. Este último componente se presta  
para realizar un desarrollo más amplio, dado que es  
aquí donde se debe enfocar si se pretende minimizar  
el riesgo.  
y Thessaloniki. Esta metodología busca definir una  
ciudad como un sistema e identificar los principales  
puntos para analizar el valor de los elementos expues-  
tos. Identifica tres períodos o momentos de tiempo  
principales en el funcionamiento de un centro urbano  
después de ocurrido un suceso catastrófico y antes de  
retornar a su desarrollo normal.  
La producción de los modelos de riesgo símico puede  
establecerse a partir del conocimiento de las restriccio-  
nes y factores del territorio en función del peligro y la  
vulnerabilidad. La vulnerabilidad basada en la expo-  
sición, fragilidad social y falta de resiliencia, es decir,  
integrando estos tipos de criterios podemos plantear  
diferentes niveles de riesgo para las unidades espacia-  
les que conforman el departamento Sarmiento.  
En cuanto a la Metodología SIG para el análisis de la  
vulnerabilidad sísmica urbana, Rasched y Week (2003)  
desarrollaron una metodología que integra técnicas  
de análisis espacial multicriterio y lógica difusa. Este  
método fue aplicado a la ciudad de Los Ángeles. La  
vulnerabilidad como un problema de búsqueda espa-  
cial tiene en cuenta tres puntos. El primero conside-  
ra que, aunque el proceso de daño lo inicia un sismo  
específico, su posterior curso depende de condiciones  
en y alrededor de la zona de impacto que conforman  
la cadena de potenciales fallas en la sociedad. El se-  
gundo punto tiene en cuenta que la vulnerabilidad se  
modifica continuamente con las acciones humanas en  
el tiempo y espacio. El último punto se refiere a que  
la vulnerabilidad desde diferentes puntos de vista no  
desecha el hecho de que el conocimiento de las propie-  
dades geofísicas de los sismos es esencial.  
Una vez establecidos los valores de las categorías de  
cada factor, así como la ponderación de cada uno (se-  
gún corresponda), las operaciones de superposición  
del SIG permiten integrar los factores y los limitantes  
en las capas temáticas iniciales correspondientes, me-  
diante una serie de operaciones aritméticas de las tan-  
tas que dispone la EMC en la regla de decisión.  
Finalmente, los modelos de riesgo desarrollados con  
diferentes algoritmos que propone la EMC se validan  
estadísticamente con el Análisis de Sensibilidad Ex-  
plícitamente Espacial y con el análisis In-situ. De esta  
manera se contribuye al diseño de un modelado de  
riesgo con alto nivel de exactitud y precisión a la reali-  
dad sísmica de Sarmiento.  
Cardona (2001) plantea una estimación holística del  
riesgo sísmico, teniendo en cuenta un marco concep-  
tual integrador y un enfoque holístico para la evalua-  
ción del riesgo de desastre, que no solo tiene en cuenta  
variables relacionadas con los efectos físicos, sino tam-  
bién variables relacionadas con aspectos sociales, eco-  
nómicos, y de capacidad de respuesta o recuperación  
post-desastre o resiliencia.  
1.1 Antecedentes de trabajos  
A raíz de importantes terremotos ocurridos en dife-  
rentes países ubicados en áreas de amenaza sísmica  
alta, ha sido necesario desarrollar métodos para eva-  
luar el riesgo sísmico con el fin de evitar que el número  
de víctimas y pérdidas materiales sea mayor. En este  
sentido, se presenta una recopilación sobre varias me-  
todologías existentes para evaluar los riesgos sísmicos,  
dentro de las que se destacan las siguientes: Metodolo-  
gía Urban System Exposure (USE), Metodología basa-  
da en Sistema de Información Geográfica (SIG) para el  
análisis de la vulnerabilidad sísmica urbana y Estima-  
ción holística del riesgo sísmico.  
En base a la recopilación detallada de diversos textos  
con la temática en estudio se hizo especial hincapié en  
la forma como ha sido tratado el riesgo, el estado de  
avance y las tendencias existentes. En tal sentido, es  
fundamental la elaboración de mapas del riesgo para  
la planificación de la intervención en la amenaza o la  
vulnerabilidad, sino también para la elaboración de los  
planes de contingencia que los organismos operativos  
de respuesta deben realizar durante la etapa de prepa-  
ración para la emergencia. Es importante observar que  
un plan operativo elaborado con base en un mapa de  
riesgo puede ser mucho más eficiente que si se reali-  
za sin conocer dicho escenario, porque permite definir  
procedimientos de respuesta más precisos para aten-  
der a la población en caso de desastre.  
La metodología Urban System Exposure (USE) fue de-  
sarrollada como parte del proyecto de investigación  
GEMITIS (1996-1999) dirigido por Masure (Bureau de  
recherches geologiques et minieres, BRGM). Se termi-  
nó de desarrollar y fue aplicada como parte del pro-  
yecto Rick-EU, (Masuere y Lutoff, 2022), a las ciudades  
de Barcelona, Bitola, Bucarest, Catania, Niza, Sofía  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
67  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
1.2 Área de estudio  
atribuida a esta fuente sísmica también puede superar  
los 7 grados en la escala de Richter (INPRES, 1989).  
El departamento Sarmiento fue creado el 25 de agosto  
de 1908 mediante la Ley Orgánica del Régimen Muni-  
cipal N° 3.848 y se designó a Villa Media Agua como su  
cabecera departamental. Sarmiento está localizado en  
el extremo centro sur de la provincia de San Juan a 59  
kilómetros de la Ciudad de San Juan (Figura 1). Limi-  
ta al Norte con los departamentos de Zonda, Pocito y  
Rawson; al Sur, con la provincia de Mendoza; al Este,  
con el departamento 25 de Mayo y al Oeste con el de-  
partamento Calingasta.  
Es importante destacar que Sarmiento se encuentra  
dentro de la franja de mayor nivel de peligro sísmico,  
considerando las intensidades máximas (grado IX en la  
escala de Mercalli Modificada) y teniendo en cuenta los  
registros históricos de actividad sísmica, especialmente  
los terremotos de magnitud superior a 7. Estas caracte-  
rísticas naturales del territorio mantienen a la región en  
constante alerta sísmica, lo que la categoriza como un  
área de peligrosidad muy elevada según los niveles de  
zonificación establecidos en la provincia (INPRES, 1989).  
La configuración estructural del departamento Sar-  
miento, lo sitúa dentro de los sistemas de fallas de la  
Precordillera. Se estima que este sistema de fallas, con  
una extensión de 250 km, podría generar terremotos  
de magnitud superior a 7 en la escala de Richter. Ade-  
más, es importante considerar los sismos de origen in-  
terplaca, asociados a la liberación de energía provoca-  
da por la subducción de la placa de Nazca bajo la placa  
Sudamericana. Se considera que la magnitud máxima  
En el sector Este de Sarmiento, reside aproximada-  
mente el 70% de la población total. Además, en esta  
área se desarrollan las principales actividades eco-  
nómicas relacionadas con el sector secundario y ter-  
ciario. Destacándose la infraestructura esencial que  
conforma el nodo central de Media Agua, así como los  
servicios básicos de educación y los centros de aten-  
ción primaria de salud.  
Figura N° 1: Localización del departamento  
Sarmiento.  
Fuente: elaborado sobre la base del Atlas Socioeconómico de  
la provincia de San Juan 2016. Centro de Fotogrametría, Car-  
tografía y Catastro. FI-UNSJ. Instituto Geográfico Nacional.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
68  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
2. Método  
ción de los pesos y a la multiplicación de las corres-  
pondientes alternativas, permitiendo acceder segui-  
damente al procedimiento de suma lineal ponderada  
como procedimiento de la EMC. Siguiendo a Barredo  
(1993) la ecuación es la siguiente:  
La metodología de modelado espacial adoptada en  
este estudio para generar los modelos decisionales de  
riesgo sísmico consiste en la conjunción de las técnicas  
de Evaluación Multicriterio y Sistemas de Información  
Geográfica y el Análisis de Sensibilidad Explícitamente  
Espacial, que forman parte del análisis espacial.  
La aplicación de la metodología consiste en elaborar la  
base de datos geográfico mediante la conformación de  
los criterios de los tipos factores y limitantes. “Un factor  
es un criterio que realza o detracta la capacidad de asen-  
tamiento de una alternativa específica para la actividad  
en consideración, éste por lo tanto debe ser medido en  
una escala continua” (Barredo, 1993 p. 59). El criterio de  
tipo limitante restringe la disponibilidad de algunas  
alternativas según la actividad evaluada; con este tipo  
de criterio se excluyen varias categorías de la capa ana-  
lizada para la evaluación; es decir, se genera una capa  
binaria (si o no; 1 o 0) en la cual un código representa las  
alternativas susceptibles de ser elegidas para la activi-  
dad, y otro, la no disponibilidad para la actividad.  
= modelo decisional o mapa de riesgo sísmico  
= peso del criterio j  
= valor de la alternativa i en el criterio j  
Siendo asignado un valor a cada alternativa, represen-  
tadas en este caso por los objetos espaciales contenidos  
en las capas temáticas que representan los criterios, se  
puede establecer las áreas más vulnerables frente al  
peligro sísmico a través de las alternativas que hayan  
obtenido los valores de riesgos ( ) más altos.  
Como paso previo a la aplicación del método, es nece-  
sario generar una estandarización continua y difusa  
(fuzzy) de cada uno de los factores para obtener mapas  
comparables. La lógica fuzzy es la que permite obtener  
mapas de riesgos continuos para cada factor, en don-  
de cada localización se clasifica en cuanto al nivel que  
tiene entre los extremos. Acá los valores continuos se  
consideran variaciones en el riesgo y con funciones de  
crecimiento o decrecimiento con la distancia. Se logra  
un riesgo diferencial dentro de la zona, es decir, todos  
tienen riesgo, pero no el mismo. Los valores varían en-  
tre 0 y 1 o entre 0 y 255.  
Uno de los principios de la EMC establece que el con-  
junto de criterios a ser incluidos para evaluar un deter-  
minado estudio debe ser completo, es decir abarcan-  
do todas las dimensiones posibles del fenómeno; por  
otro lado; deben ser mínimos y no redundantes, esto  
es, que no se incluyan criterios que estén aportando  
repetidamente la misma información. Así, para evitar  
el problema de la redundancia, todos los criterios son  
sometidos a un análisis de correlación. En este caso se  
aplica la técnica paramétrica de Producto Momento o  
Pearson, considerando capas correlacionadas a los va-  
lores de r >0.50.  
Una vez definidos los criterios estandarizados que serán  
combinados a través de la WLC, el paso siguiente es la  
elección de los procesos de ponderación. La toma de deci-  
sión implica que la importancia de cada uno de los crite-  
rios sea diferente entre sí. Esto se logra colocando pesos a  
cada uno de los criterios definidos. Si bien es frecuente la  
asignación de pesos a los criterios del territorio, no existe  
un método generalmente aceptado para su determina-  
ción. Entre ellos se pueden mencionar la técnica de ran-  
king recíproco, la escala de siete puntos, el método de los  
ratios y el método de las jerarquías analíticas (MJA). En  
este trabajo se optó por la aplicación de la última técni-  
ca mencionada (MJA) propuesta por Saaty (1980) para la  
asignación de los pesos, que ofrece una medida cuantita-  
tiva de la consistencia para validar los juicios.  
Una vez que se han creado las capas temáticas de cada  
uno de los criterios seleccionados, se combinan me-  
diante la regla de decisión para lograr la evaluación.  
Una regla de decisión puede ser simple cuando se apli-  
ca un solo criterio o puede ser compleja cuando se in-  
tegra un conjunto de criterios diferentes (Evaluación  
Multicriterio). En esta última regla de decisión se ba-  
san los modelos decisionales de riesgo sísmico, ya que  
abarca la evaluación de varios criterios distintos. Las  
operaciones utilizadas en la evaluación de múltiples  
criterios son las siguientes.  
Método de combinación lineal ponderada (WCL)  
La consistencia de los juicios es lo que diferencia al MJA  
de los demás métodos de asignación de pesos, ya que  
En cada factor estandarizado se procede a la asigna-  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
69  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
indica un dato cuantitativo acerca de la distribución  
de los juicios de valor. La consistencia tiene relación  
con el grado de dispersión de los pesos establecidos. El  
valor que ofrece este procedimiento para el cálculo de  
la consistencia es la razón de consistencia (consistency  
ratio, c.r.), la fórmula es:  
titud escalonada y progresiva en riesgo de tomar una  
decisión locacional. Amplía la superficie de elección lo-  
cacional al mismo tiempo que aumenta la posibilidad  
de tomar una decisión incorrecta, mayor es la incerti-  
dumbre y el riesgo que se corre en la decisión final. Una  
solución por suma estaría dada por:  
Dónde: B es un resultado que contiene una variedad de  
aptitudes locacionales. El espacio más favorable toma  
un valor de DN=n, la segunda áreas DN=n-1 hasta lle-  
gar a las áreas que no tienen aptitud en ninguno de  
los factores con DN=n-n=0. Esto significa una aptitud  
escalonada y progresiva en el riesgo de tomar una de-  
cisión locacional incorrecta.  
Sea:  
= razón de consistencia  
= índice de consistencia (consistency index)  
= índice de aleatoriedad (random indec, r.i.)  
Concretándose así que para valores de cr mayores o  
iguales a 0,10 los juicios de valor deben ser revisados  
ya que son subjetivos del analista, y no siendo lo su-  
ficientemente consistentes para establecer los pesos  
(wj); si, por el contrario, cr es inferior a 0,10 podemos  
considerar satisfactorios los juicios de valor asignados.  
Existen distintas formas de validar los resultados, con  
procedimientos estadísticos complejos como el Análi-  
sis de Sensibilidad y otra forma es hacer la validación  
In-situ, adoptadas en este trabajo.  
La determinación de hacer la validación In-situ se debe  
a que es muy efectiva porque se contrasta lo determi-  
nado por los modelos (estado del terreno, rutas, edifi-  
caciones, suelos. etc.) directamente con el mundo real.  
Con el fin de verificar qué mapa explica mejor el riesgo  
sísmico en Sarmiento de acuerdo con los factores y li-  
mitantes impuestos. En la realización de las mismas  
se extrajeron coordenadas aproximadas de las zonas  
y con ayuda de un navegador se rastrearon las zonas  
hasta llegar a ellas, se realizó una observación In-situ  
de las situaciones habitacionales y medición de distan-  
cias necesarias hacia las instalaciones vitales. Otro mé-  
todo, consistió en hacer una localización a tiempo real  
a partir del mapa del modelo locacional elegido en la  
pantalla de la PC, conectado a un GPS y a través de un  
programa como Global Mapper realizar la tarea.  
cr < 0,10 consistencia razonable  
cr ≥ 0,10 contrario, inconsistente  
Método Booleano por multiplicación (AND-Nivel  
de riesgo mínimo)  
La regla de decisión concerniente al nivel de riesgo mí-  
nimo se resuelve de la siguiente manera:  
Donde: A es el resultado que obtendrían las localizacio-  
nes (celdas) del mapa final, donde tendrá el valor 1 cuan-  
do coincidan con el valor 1 todos los factores y 0 cuando  
haya un 0 en alguno de ellos. La estandarización con  
lógica booleana y la multiplicación de matrices (AND),  
muestra un resultado único y preciso de los sitios con  
mayor riesgo, pues allí coinciden las peores condiciones  
de cada factor. Como resultado de la estandarización  
booleana y la multiplicación de matrices se obtiene un  
mapa de riesgo mínimo, que indica localizaciones se-  
leccionadas con el mínimo riesgo de equivocarse.  
El Análisis de Sensibilidad Explícitamente Espacial  
en modelos decisionales de riesgos ambientales es  
imprescindible para dar robustez y credibilidad a los  
resultados obtenidos. Esta propuesta metodológica se  
basa en la introducción de un cierto porcentaje de va-  
riación ( 25%, para este caso) de forma aleatoria en los  
valores de adecuación de los factores espaciales y en  
los pesos rasterizados a nivel de píxel, siguiendo el ra-  
zonamiento propuesto por Lilburne y Tarantola (2009).  
Método booleano por suma (OR-Nivel de riesgo  
creciente)  
El presente método de nivel de riesgo máximo basa la  
regla de decisión en la intersección booleana a partir  
de la suma de matrices, que permite obtener una ap-  
Una vez obtenidos todos los factores y pesos con va-  
riación espacial, se utilizaron como insumo para ge-  
nerar una serie de mapas de riesgo sísmico aplicando  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
70  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
la sumatoria lineal ponderada. Para ello se utilizó un  
procedimiento del tipo One at a Time Factor (OAT), es  
decir, se ejecutaron los modelos introduciendo cada  
vez un factor y su correspondiente peso modificados  
(variación espacial de 25%) y manteniendo los demás  
en su estado original. En la cuantificación del impacto  
de cada factor con el modelo original fue necesario re-  
clasificar los modelos decisionales (continuos) en ma-  
pas binarios. Posteriormente, se utilizó el estadístico  
Kappa para establecer el nivel de acuerdo o desacuerdo  
entre dichos mapas binarios y su similar obtenido con  
los factores y pesos originales. De esta forma, a partir  
de los valores del estadístico KR, y considerando la cla-  
sificación propuesta por Landis y Koch (1977), se deter-  
mina el grado de influencia de cada factor y su corres-  
pondiente peso en los modelos ejecutados (Tabla 1).  
Clasificación KR  
1 – 0,81  
Acuerdo  
Desacuerdo  
No significativo  
Mediano (menor)  
Moderado  
Casi perfecto  
Sustancial  
Moderado  
Mediano  
0,80 – 0,61  
0,60 – 0,41  
0,40 – 0,21  
0,20 – 0  
Sustancial  
Insignificante  
Casi total  
Tabla 1: Escala de valoración del índice KR.  
Fuente: : elaborado por Landis y Koch, 1997.  
3. Desarrollo  
Seguidamente se explican los criterios seleccionados  
para evaluar el riesgo, correspondiente a los compo-  
nentes del peligro sísmico y la vulnerabilidad, quedan-  
do conformada la base de datos geográfica para su co-  
rrespondiente operación. En este último componente,  
dichos criterios se agrupan en dimensiones y éstas en  
los elementos de exposición, fragilidad social y falta de  
resiliencia, según pertenezca.  
El diseño del mapa de riesgo sísmico es el objetivo cen-  
tral de este trabajo y el que estructura el método apli-  
cado. Para iniciar el funcionamiento de la EMC-SIG se  
debe generar la más confiable base de datos geográfi-  
ca. La misma se compone de los criterios considerados  
como los más representativos y accesibles a las fuentes  
de información, para estimar el riesgo. De esta mane-  
ra, el control de los criterios es una tarea que induda-  
blemente influye en todo el proceso de evaluación, ya  
que la inclusión o exclusión de algunos genera resul-  
tados diferentes, por esto el establecer un conjunto de  
criterios válidos y su correspondiente valoración es la  
base de todo el procedimiento de la EMC.  
El peligro sísmico se refiere a la ubicación de la po-  
blación en zonas con mayor exposición al riesgo y al  
análisis de otros factores que evidencien la vulnera-  
bilidad de la comunidad, como los epicentros históri-  
cos de sismos destructivos, la recurrencia temporal de  
los fenómenos, y la distribución de sus magnitudes e  
intensidades. Además, fue crucial considerar uno de  
los peligros secundarios más importantes que pue-  
den surgir a raíz de los sismos en el departamento de  
Sarmiento, ya que aumenta el impacto en la población  
afectada. Los criterios usados para su medición son:  
En este caso, la selección de los criterios para la es-  
tructuración del modelo, se encuentra guiadas por el  
patrón que especifica: ¿Qué criterios corresponde utili-  
zar en la medición del peligro y cuáles en los elementos  
exposición, fragilidad social y falta de resiliencia que  
inciden en la vulnerabilidad sísmica? De esta manera  
se establecen las características que debe reunir un te-  
rritorio para precisar un nivel de riesgo planteado.  
Mapa de aceleración: muchas fallas estructurales en  
los edificios surgen de las aceleraciones del suelo sobre  
las edificaciones. Las ondas sísmicas mueven edificios  
en las tres direcciones y la razón del cambio en sus mo-  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
71  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
vimientos se conoce como aceleraciones, que varían  
mientras dure el terremoto. La aceleración sísmica es  
la medida de un terremoto más utilizada en ingenie-  
ría, y es el valor utilizado para establecer normativas  
sísmicas y zonas de riesgo sísmico. En el Mapa de Zo-  
nificación Sísmica del Reglamento INPRES-CIRSOC  
103, se encuentran identificadas cinco zonas, siendo la  
máxima aceleración del terreno la que permite compa-  
rar la actividad sísmica en cada una de ellas.  
- Densidad de población: cantidad de habitantes  
por km2 de superficie (INDEC, 2010).  
- Superficie construida: definida como el área que  
cubre las edificaciones en m2 en relación a la su-  
perficie total de referencia (Dirección de Geodesia  
y Catastro, 2019).  
Fragilidad social: se incluyen para la evaluación dife-  
rentes dimensiones correspondientes a la habitacional,  
humana, económica y educativa.  
Mapa de licuefacción: El suelo completamente satu-  
rado, con arenas sin cohesión, generalmente limpias,  
que pueden incluir algo de gravas puede ser licuefac-  
cionado durante la sacudida sísmica por la propaga-  
ción de las ondas de cizalla(Perucca et al., 2006, p.14).  
La dimensión habitacional se ocupa de las características  
de la construcción. Definida como la capacidad que po-  
seen las estructuras físicas para absorber los efectos  
de un evento. Los materiales de construcción de las  
viviendas adquieren relevancia frente a situaciones  
tales como eventos sísmicos. Para su determinación se  
seleccionaron los siguientes criterios:  
Epicentros: La zonificación es un mapa o mapas que  
muestra una cantidad (o cantidades) relacionada con  
la frecuencia e intensidad esperadas de la sacudida  
que pueden provocar los sismos futuros en las cerca-  
nías del lugar de que se trate (INPRES, 1989). Estos ma-  
pas pueden ser de epicentros, de aceleración máxima,  
de intensidades, entre otros.  
- Edificaciones precarias (Dirección de Geodesia y  
Catastro, 2019)  
- Edad de las edificaciones (Dirección de Geodesia  
y Catastro, 2019)  
La vulnerabilidad depende directamente de la exposi-  
ción de los elementos que se encuentran localizados en  
una zona con cierto nivel de peligrosidad y que pueden  
verse afectados en menor o mayor medida dependien-  
do de la fragilidad social, lo que a su vez determina,  
en parte, la menor o mayor resiliencia de la población,  
ocasionando un cierto nivel de vulnerabilidad en el  
área. El enfoque abordado pretende ser lo más abarca-  
dor posible para lograr una gestión integral del riesgo  
para el desarrollo sostenible, permitiendo encontrar  
las causas de fondo que lo originan y poder mitigar-  
las mediante medidas que respondan a la exposición y  
fragilidad social pero también mejorar la capacidad de  
resiliencia de la población. De esta manera la selección  
de los criterios responde a los elementos mencionados:  
- Calidad de conexión a servicios básicos insufi-  
cientes: refiere al tipo de instalaciones con que  
cuentan las viviendas para su saneamiento. Para  
este indicador, se utilizan las variables proceden-  
cia del agua y tipo de desagüe (INDEC, 2010). En  
este criterio se engloba a las viviendas que no cum-  
plen ninguna de las 2 condiciones anteriores.  
La dimensión humana, se refiere a las características  
de cada individuo que condicionan su vulnerabilidad  
(Aneas et., al 2011). Los criterios usados son:  
- Menores de 14 años (INDEC, 2010)  
- Mayores de 65 años (INDEC, 2010)  
Exposición: el riesgo existe donde se encuentra po-  
blación que puede verse afectada por el desenlace del  
peligro. Siguiendo esta concepción, la presencia de los  
espacios densamente poblados, por definición, son  
más vulnerables que aquellos en los que vive menos po-  
blación y de forma más dispersa; y además dificultan  
la movilización por el traslado de personas. Sin em-  
bargo, estas condiciones de vulnerabilidad dependen  
de las características que posee la población expuesta  
(educativas, económicas, culturales, etc). Los criterios  
considerados son:  
- Discapacitados (Ministerio de Desarrollo Huma-  
no y Social, 2008)  
Se ha comprobado que la vulnerabilidad se relaciona  
significativamente con la edad, los niños (0-14 años) y  
los ancianos (65 años y más) son los más vulnerables  
ante cualquier peligro (Aneas et al., 2011).  
En el caso de la dimensión económica se coincide con  
Wilches-Chaux, (1993), en cuanto es considerada el eje  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
72  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
más significativo de la vulnerabilidad global. Los sec-  
tores económicamente deprimidos de la humanidad  
son, por esa misma razón, los más vulnerables frente  
a los riesgos naturales. Se define como la posibilidad  
de cada individuo de tener acceso a diferentes bienes  
y servicios básicos de acuerdo a sus recursos económi-  
cos. Los criterios en este caso son:  
instalaciones esenciales frente a un sismo, para la cual  
se contemplan algunos equipamientos claves para el  
rescate o resguardo, es decir espacios que deberían  
utilizarse como alojamiento temporal o para atención  
masiva en caso de emergencia. Por otro lado, se consi-  
deran la infraestructura de las líneas vitales; que son  
sistemas complejos cuya función es la distribución de  
recursos, el transporte de personas y bienes, así como  
la transmisión de información. En general las líneas  
vitales corresponden a la infraestructura de servicios  
públicos que se consideran básicos o esenciales. Estas  
abarcan transportes, energía, electricidad, gas, líneas  
de teléfonos, entre otros. Los criterios se conformaron  
mediante los datos obtenidos del Atlas socioeconómico  
de San Juan, 2016. Son establecidos por la presencia de:  
- Necesidades básicas insatisfechas: se consideran  
aquellos hogares en los que está presente algunos  
de los siguientes indicadores: 1) Hacinamiento:  
hogares con más de tres personas por cuarto, 2) Vi-  
vienda inadecuada: hogares que habitan en vivien-  
das de tipo inconveniente de pieza de inquilinato,  
viviendas precarias, etc. 3) Condiciones sanitarias:  
hogares sin retrete o retrete sin descarga de agua. 4)  
Menores no escolarizados: la presencia de al menos  
un niño de 6 a 12 años que no asisten a la escuela. 5)  
Capacidad de subsistencia: cuatro o más personas  
por jefe de hogar que no haya completado el tercer  
grado de escolaridad primaria (INDEC, 2010).  
- Escuelas  
- Clubes deportivos  
- Centros de atención primaria de la salud (CAPS)  
- Iglesias  
- Población inactiva: conjunto de personas que no  
tienen trabajo ni lo buscan activamente. Incluye a  
jubilados, estudiantes y otras situaciones (INDEC,  
2010).  
- Líneas vitales  
- Cuartel de bomberos y puestos policiales  
- Espacios verdes  
- Población desocupada: se refiere a personas que,  
no teniendo ocupación, buscan activamente traba-  
jo (INDEC, 2010).  
Un área de servicio es una serie de polígonos que re-  
presentan la distancia que se puede alcanzar desde  
una instalación en un período de tiempo especificado.  
En este caso la distancia representada (5 km) es la que  
le correspondería servir desde el cuartel de bomberos  
y cada uno de los puestos policiales de Sarmiento en el  
momento de un desastre, según la entrevista realizada  
al referente de bomberos.  
- Sin Cobertura de salud: indica la población que  
no tiene obra social, prepaga o plan estatal (IN-  
DEC, 2010).  
La última dimensión de este elemento es la educativa  
y se refiere al procesamiento de información con el  
propósito de reducir la vulnerabilidad (Wiches-Chaux,  
1993). Se considera que, de no existir alfabetización o  
nivel educativo mínimo, la persona o grupos se tornan  
vulnerables frente a la mayor parte de las situaciones  
peligrosas (Aneas et al., 2011). El criterio escogido es:  
Las áreas de servicio comúnmente se utilizan para vi-  
sualizar y medir la accesibilidad. Con la Extensión Ne-  
twork Analyst se pueden encontrar las áreas de servicio  
situadas alrededor de cualquier ubicación en una red.  
Un área de servicio de red es una región que abarca to-  
das las calles accesibles (es decir, calles que están den-  
tro de una impedancia especificada).  
- Población con secundario incompleto (INDEC,  
2010).  
Falta de resiliencia: se considera importante incorpo-  
rar en la evaluación de este elemento la dimensión de  
las instalaciones vitales y la dimensión social.  
La dimensión social incluye aspectos que representen  
la capacidad de la población para responder y recupe-  
rarse después de un impacto, incluyendo el contexto  
social, los bienes de capital, la cobertura de salud, etc.  
Los grupos más vulnerables son especialmente aque-  
En la dimensión de las instalaciones vitales, se pre-  
senta una visión general en el departamento de las  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
73  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
llos que tienen mayor inconveniente para recuperarse  
y retornar a las condiciones de normalidad previas al  
desastre. Wilches (1993), postula precisamente en la  
dimensión social, que el nivel de traumatismo social  
resultante de un desastre es inversamente proporcio-  
nal al nivel de organización existente en la comunidad  
afectada. Las sociedades que poseen una trama com-  
pleja de organizaciones sociales, tanto formales como  
no formales, pueden absorber mucho más fácilmente  
las consecuencias de un desastre y reaccionar con ma-  
yor rapidez que las que no tienen. Se refiere al nivel de  
cohesión interna que tiene una comunidad. Los crite-  
rios incluidos son:  
dejar variables que midan los grupos más vulnerables  
y la educación. Asimismo, se cuenta con otras variables  
que miden lo social.  
Desocupados: correlaciona altamente la población  
que tiene el secundario incompleto, no son propieta-  
rios de la vivienda y terreno, delincuencia, sin cobertu-  
ra de salud, calidad a conexión a servicios básicos in-  
suficientes y necesidades básicas insatisfechas. Debido  
a que se cuenta con variables que miden la dimensión  
económica se decidió eliminarla y considerar el resto  
de las variables.  
• Los menores de 14 años correlacionan con varias  
variables, inactivos, secundario incompleto y no son  
propietarios de vivienda y terreno. Por esta razón, se  
decidió unirla con mayores de 65 años y discapacitados  
para formar un solo criterio, conformando un indica-  
dor que será explicado en la etapa siguiente.  
- Uniones vecinales con personería jurídica (Muni-  
cipalidad de Sarmiento, 2023).  
- No son propietarios de la vivienda y del terreno:  
inquilinos, ocupantes por trabajo y ocupantes por  
préstamo (INDEC, 2010).  
Terminada la etapa de elaboración de la base de datos  
geográfica con las capas generadas de los criterios se-  
leccionados y sometidos a evaluación de detección de  
errores (atípicos o groseros) y el análisis de correlación,  
se está en condiciones de realizar los distintos modelos  
decisionales de riesgo sísmico con los criterios finales.  
- Delincuencia: considerando los datos de la po-  
blación obtenidos de las siguientes preguntas: en  
los últimos 12 meses, ¿alguien le robó a mano ar-  
mada? ¿usted vio que le robaron a mano armada  
a otra persona? ¿fue golpeado/a por otra persona?  
(INDEC, 2010).  
• Booleano con nivel de riesgo mínimo (AND) y Boolea-  
no con nivel de riesgo creciente (OR)  
Una vez generadas las capas temáticas de cada uno de  
los criterios, se procedió a realizar el análisis de corre-  
lación entre ellas por medio del coeficiente de Pearson.  
Como resultado, se identificaron capas correlativas  
que son sobreabundantes (r >0.5), luego por economía  
de cálculo y de tiempo se eliminaron algunas de ellas:  
Este método requiere transformar las coberturas en  
criterios de tipo factor o limitante. Una vez obtenidos  
los criterios a utilizar, se deben estandarizar con la  
técnica booleana (0, 1) y proceder a obtener el modelo.  
Se le asignó un valor de 1 a los elementos considerados  
con mayor riesgo y valor de 0 al resto, es decir no exis-  
tencia de riesgo. Las condiciones para los cortes fueron  
las siguientes (Tabla 2).  
Mapa de licuefacción: en la tabla de atributos del  
mapa de aceleración se encuentra un campo con los  
niveles de licuefacción. Los polígonos que representan  
los niveles son similares a los valores de aceleración.  
En cuanto la realización del modelo booleano con nivel  
de riesgo creciente (OR) se utilizó la herramienta Ima-  
ge Calculator del software SIG, sumando los factores  
y multiplicando por el producto de las restricciones,  
obteniendo un modelo con zonas de riesgo sísmico de  
riesgo creciente.  
Población inactiva: está altamente correlacionada  
con varias variables que son los grupos de mayores de  
65 años, menores de 14 años y población con secunda-  
rio incompleto. Además, se disponen de otras variables  
que miden la dimensión económica, siendo importan-  
te la consideración de las variables que integran los  
grupos más vulnerables con la variable educación.  
Combinación lineal ponderada con pesos distintos  
No son propietarios de la vivienda y terreno: porque  
está altamente correlacionada con los grupos menores  
de 14 años, desocupados, secundario incompleto y sin  
cobertura de salud. En este caso, se sigue prefiriendo  
En cuanto a la realización de los modelos con técnicas  
compensatorias (WLC) los factores deben ser norma-  
lizados. Es decir, es necesario generar una estandari-  
zación continua y difusa (Fuzzy) de cada uno de los fac-  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
74  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
Criterios  
Puntos de corte  
Adentro del área de mayor aceleración y licuefacción alta: 1  
Fuera del área de mayor aceleración y alta licuefacción: 0  
Mapa de aceleración  
Adentro del área de mayor frecuencia: 1  
Fuera del área de mayor frecuencia: 0  
El mapa de densidad de epicentros se calculó mediante el algoritmo de Kernel.  
Las superficies resultantes que rodean a cada punto en la densidad Kernel  
se basan en una fórmula cuadrática con el valor más alto en el centro de la  
superficie (la ubicación del punto) y se estrechan hasta cero en la distancia de  
radio de búsqueda.  
Epicentros  
Adentro del área de edificación precaria: 1  
Fuera del área de edificación precaria: 0  
Edificaciones precarias  
Edad de las edificaciones  
Líneas vitales  
Adentro del área de edificaciones construidas antes del año 1944: 1  
Fuera del área de edificaciones construidas después del año 1944: 0  
La elección se debe al terremoto de magnitud 7,4 sucedido ese año.  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Densidad de población  
ponderada  
Adentro del área de densidad mayor a la mediana de 0,24 hab./km2: 1  
Fuera del área de densidad mayor a la mediana de 0,24 hab./km2: 0  
Adentro del área de edificaciones mayor a la mediana de 54,698m2: 1  
Superficie edificada  
Fuera del área de edificaciones mayor a la mediana de 54,6984 m2: 0  
Adentro del área del indicador mayor a la mediana de 458,6 hab.: 1  
Fuera del área del indicador mayor a la mediana 458,6 hab.: 0  
(M 14 (0,75) + M 65 (0,75) + D (1))  
H =  
Humano  
(Pi )  
Donde:  
M14 = menores de 14 años  
M65 = mayores de 65  
D = discapacitados  
Pi = suma de los pesos  
Necesidades básicas  
Adentro del área mayor a la mediana de 45 hogares con NBI: 1  
Fuera del área mayor a la mediana de 45 hogares con NBI: 0  
insatisfechas  
Población con secundario  
incompleto  
Adentro del área mayor a la mediana de 261 habitantes: 1  
Fuera del área mayor a la mediana de 261 habitantes: 0  
Población sin cobertura  
de salud  
Adentro del área mayor a la mediana de 185 habitantes: 1  
Fuera del área mayor a la mediana de 185 habitantes: 0  
Adentro del área mayor a la mediana de 108 delitos: 1  
Fuera del área mayor a la mediana de 108 delitos: 0  
Delincuencia  
Tabla 2: Condiciones de corte de los criterios.  
Fuente: : elaborado sobre la base del INDEC, 2010. Atlas  
Socioeconómico de San Juan, 2016. Ministerio de Desarrollo  
Humano y Social, 2008. Dirección de Geodesia y Catastro,  
2019. Municipalidad de Sarmiento, 2023.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
75  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
Criterios  
Puntos de corte  
Conexión a servicios  
Adentro del área mayor a la mediana de 261 hogares: 1  
Fuera del área mayor a la mediana de 261 hogares: 0  
básicos insuficientes  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Escuelas  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Clubes deportivos  
Uniones vecinales  
Espacios verdes  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Centros de salud de  
atención primaria  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Adentro del área de 500 m: 0  
Fuera del área de 500 m: 1  
Iglesias  
Bomberos y puestos  
policiales  
Adentro del área de 5 kilómetros: 0  
Fuera del área de 5 kilómetros: 1  
Tabla 2: Condiciones de corte de los criterios.  
Fuente: : elaborado sobre la base del INDEC, 2010. Atlas  
Socioeconómico de San Juan, 2016. Ministerio de Desarrollo  
Humano y Social, 2008. Dirección de Geodesia y Catastro,  
2019. Municipalidad de Sarmiento, 2023.  
tores para obtener mapas compensables. Los factores  
corresponden a: espacios verdes, NBI, secundario in-  
completo, humano, densidad de población, superficie  
construida, hospitales, escuelas, clubes, uniones veci-  
nales, iglesias, área servida de bomberos y policías, co-  
nexión a servicios básicos insuficientes, delincuencia  
y sin cobertura de salud. Analizando las funciones de  
pertenencias difusas y si son crecientes o decrecientes  
e ingresando los puntos de corte. Por ejemplo, para el  
caso de las rutas la función es sigmoidea creciente, a  
medida que nos alejamos de la ruta aumenta el riesgo.  
En la generación de este modelo, se debió calcular pre-  
cisamente los pesos de cada factor a partir de asignarle  
a cada uno de ellos un nivel de importancia en base a  
la escala definida por Saaty, 1980. Se ha considerado  
el siguiente orden de importancia a los factores fren-  
te a un sismo: en primer lugar se encuentra el factor  
correspondiente a conexión a servicios básicos insufi-  
cientes (0,3321), seguido del factor necesidades básicas  
insatisfechas (0,1846), luego le siguen población con se-  
cundario incompleto (0,0753), humano (0,0559), densi-  
dad poblacional (0,0448), superficie edificada (0,0379),  
CAPS (0,0336), área servida por el cuartel de bombe-  
ros y puestos policiales (0,0309), clubes deportivos  
(0,0305), escuelas (0,0301), uniones vecinales (0,0297),  
iglesias (0,0293), espacios verdes (0,0289), delincuencia  
(0,0285) y población sin cobertura de salud (0,0281). El  
radio de consistencia obtenido es menor de 0,10 lo que  
indica que los pesos son correctos es decir, que el nivel  
de jerarquía adoptado por el centro decisor para cada  
uno de los factores es óptimo. Considerando esta pon-  
deración, se procedió a realizar el modelo decisional  
mediante el método de la WLC.  
3.1 Comparación y validación de los resultados  
En dicho modelo decisional intervienen hasta 15 facto-  
res espaciales relacionados con el peligro y aspectos de  
la exposición, fragilidad social y resiliencia de la vul-  
nerabilidad, tomando como base los datos de diferen-  
tes fuentes secundarias. El tratamiento de los datos se  
llevó a cabo con un software SIG, utilizando un modelo  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
76  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
raster con tamaño de píxel de 100 metros de resolución.  
Para comprobar la validez del modelo, se utilizó el mé-  
todo de la sumatoria lineal ponderada como técnica de  
Evaluación Multicriterio, mediante la implementación  
de la variación en un 25% del valor a nivel de pixel de  
los factores y pesos utilizados en el modelo.  
sible sobre el impacto de los factores y pesos modificados  
en los resultados del modelo, así como para determinar el  
grado de robustez. Para verificar el nivel de acuerdo que  
presentaban cada uno con respecto a los obtenidos en el  
modelo con los factores y pesos originales, se cuantificó  
con el Estadístico Kappa y Estadístico Pearson (Tabla 3).  
Los modelos finales fueron reclasificados en mapas bina-  
rios, con la finalidad de obtener la mayor información po-  
Losresultadosobtenidosrevelanquelos15factoresejecu-  
tados, donde se introducen factores y pesos con variacio-  
Nombre de los factores  
Pearson  
kappa  
Modelos de contrastes  
Necesidades básicas  
insatisfechas  
0.96  
0.96  
Modelo final_1: NBI  
Modelo final_2: secundario  
Secundario incompleto  
Humano  
0.97  
0.96  
0.92  
0.97  
0.96  
0.92  
incompleto  
Modelo final_3: humano  
Modelo final _4: densidad de  
Densidad de población  
población  
Modelo final_ 5: superficie  
edificada  
Superficie edificada  
Hospital  
0.91  
0.93  
0.96  
0.90  
0.93  
0.95  
Modelo final _6: hospital  
Modelo final _7: bomberos y  
policías  
Bomberos y Policías  
Clubes  
0.96  
0.96  
Modelo final _8: clubes  
Escuelas  
0.95  
0.95  
Modelo final _9: escuelas  
Modelo final_10: uniones  
Uniones vecinales  
0.96  
0.96  
vecinales  
Iglesias  
0.96  
0.96  
Modelo final_11: iglesias  
Espacios verdes  
0.94  
0.94  
Modelo final_12: espacios verdes  
Modelo final_13:sin cobertura de  
Sin cobertura de salud  
Delincuencia  
0.94  
0.94  
0.95  
0.94  
0.94  
0.95  
salud  
Modelo final_14: delincuencia  
Conexión a servicios básicos  
Modelo final_15: conexión a  
servicios insuficiente  
insuficientes  
Tabla 3: Nivel de acuerdo entre el modelo original y  
los modelos contrastados con variación.  
Fuente: : elaborado sobre la base del INDEC, 2010. Atlas  
Socioeconómico de San Juan, 2016. Ministerio de Desarrollo  
Humano y Social, 2008. Dirección de Geodesia y Catastro,  
2019. Municipalidad de Sarmiento, 2023.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
77  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
nes espaciales, presentan niveles de acuerdo superiores a  
0,81 con respecto al modelo ejecutado con los factores y  
pesos iniciales (sin variación). Así, podemos señalar que  
el factor humano (0,96), iglesias (0.96), necesidades bá-  
sicas insatisfechas (0.96), secundario incompleto (0.97),  
densidad de población (0.92), superficie construida (0.91),  
hospital (0.93), policías y bomberos (0.96), clubes (0.96),  
escuelas (0.95), uniones vecinales (0.96), espacios verdes  
(0.94), sin cobertura de salud (0.94), delincuencia (0.94) y  
conexión a servicios básicos insuficientes (0.95) influyen  
de manera significante o casi perfecta en el modelo de  
riesgo sísmico (kR o r entre 0.87 y 0.96). No obstante, se  
puede observar que la esencia del AS fue comprobar que  
pequeñas modificaciones en los factores y pesos no alte-  
raban significativamente los resultados, o verificar qué  
factores fueron más sensibles del método OAT.  
Luego de terminado el trabajo de gabinete y de haber  
determinado las áreas con diferentes niveles de ries-  
go sísmico con el método booleano de mínimo ries-  
go, método booleano de riesgo creciente y método de  
combinación lineal ponderada continua de riesgo  
medio con pesos diferentes, se procedió a hacer la  
comparación y validación In-situ de los resultados  
arrojados en dichos modelos. A continuación, se mues-  
tran algunas imágenes de las zonas relevadas (Figura  
2) y el modelo con el método booleano de riesgo mí-  
nimo (Figura 3), siendo el que mejor explica el riesgo  
sísmico en el departamento.  
En forma general se encontraron coincidencias con  
algunas áreas de riesgo alto entre los tres modelos  
presentados. Aun así, el método de WLC contínuo con  
Figura 2: Modelo de riesgo sísmico mínimo resulta-  
do de la comparación y constatación en el terreno.  
Fuente: fotografías capturadas en el terreno en base al  
relevamiento realizado en septiembre 2023. Elaborado sobre  
la base a los datos del INDEC, 2010. Atlas Socioeconómico  
de San Juan, 2016. Ministerio de Desarrollo Humano y Social,  
2008. Dirección de Geodesia y Catastro, 2019. Municipalidad  
de Sarmiento, 2023.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
78  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
pesos diferentes y el método de riesgo máximo se con-  
sideraron muy generales en los resultados aportados,  
ya que determinan zonas con niveles altos de riesgo y  
que por las condiciones habitacionales y de localiza-  
ción observados no corresponden. Estas diferencias de  
resultados se dan porque realizan operaciones muy di-  
ferentes acerca de cómo deben evaluarse los criterios.  
En el caso de la evaluación booleana, se usa una forma  
muy extrema de decisiones. Si los criterios son combi-  
nados con un AND lógico (operados de intersección),  
una posición debe cumplir con cada criterio y todos los  
criterios a la vez para que esta sea incluida en el grupo  
de decisiones. Si aún un simple criterio no se cumple,  
la posición será excluida. Por otra parte, si se usa un  
OR (unión) lógico, ocurre lo contrario una posición  
será incluida en el grupo de decisiones si solo un úni-  
co criterio pasa la prueba. Esta es una estrategia bas-  
tante especuladora, con un riesgo incluido (aparente-  
mente) sustancial. Comparando estas estrategias con  
respecto a las representadas por la combinación lineal  
ponderada (WLC), en esta última, los criterios pueden  
intercambiar sus cualidades. Una cualidad muy pobre  
puede ser compensada con un número de cualidades  
muy favorables.  
Este modelo decisional diseñado con el método de  
riesgo mínimo representa dos áreas opuestas con ries-  
go alto y sin riesgo. Dicha localización se muestra de  
forma puntual y precisa. El área con riesgo alto corres-  
ponde a las alternativas que obtuvieron valores des-  
favorables en la superposición algebraica de las capas  
binarias de cada uno de los criterios considerados. Es  
decir que todos los pixeles de los factores considerados  
tienen riesgo alto (1) en los pixeles. Es decir, que son  
vulnerables frente al peligro sísmico porque presen-  
tan edificaciones precarias, valor alto en el indicador  
Figura 3: Modelo de riesgo sísmico con nivel de  
riesgo mínimo.  
Fuente: elaborado sobre la base a los datos del INDEC,  
2010. Atlas Socioeconómico de San Juan, 2016. Ministerio de  
Desarrollo Humano y Social, 2008. Dirección de Geodesia y  
Catastro, 2019. Municipalidad de Sarmiento, 2023.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
79  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
humano (población mayores de 65 años, menores de  
14 años y discapacitados), necesidades básicas insatis-  
fechas, edad de las construcciones anteriores a 1944,  
conexión a servicios básicos insuficientes, alta delin-  
cuencia, población con secundario incompleto, escue-  
las a más de 500 m, clubes a más de 500 m, CAPS a  
más de 500 m, iglesias a más de 500 m, rutas a más de  
500 m, espacios verdes a más de 500m, área servida de  
bomberos y policías mayor de 5 kilómetros, zonas con  
alta licuefacción y aceleración del suelo y con frecuen-  
cia alta de epicentros.  
En contraposición el área sin riesgo es la que domina en  
extensión y se caracteriza por obtener valores favorables  
(0) en la superposición del producto de todas las imáge-  
nes booleanas de los factores. Esta área se caracteriza  
principalmente por ser despoblada. Por esta razón, pre-  
sentan las zonas valores favorables (0) frente a un sismo  
en el mapa binario de cada una de las variables.  
4. Conclusión  
En el modelado del riesgo sísmico se integraron dife-  
rentes criterios correspondientes al peligro y también  
a la vulnerabilidad con diferentes dimensiones (econó-  
micas, sociales, habitacionales, educativas, humanas,  
peso poblacional e instalaciones vitales, entre otros).  
Estos, fueron integrados a la unidad de análisis es-  
pacial que comprende un alto nivel de detalle en el te-  
rritorio y que es el pixel (100 m de resolución). De este  
modo se estimó el riesgo sísmico en forma integral en  
el departamento Sarmiento, destacando el carácter  
multicausal de la Geografía.  
La localización de esta área se encuentra dispersa en el  
departamento y mostrando una prevalencia en el sec-  
tor Norte. Esta zona se ubica en las cercanías de la Vi-  
lla Cabecera del departamento, siendo las localidades  
más pobladas. Las zonas corresponden específicamen-  
te a los polígonos de las Figuras 2 y 3:  
Polígono 1: viviendas ubicadas en Pedernal  
aproximadamente a 659 m en un callejón sin nom-  
bre, que intercepta a la ruta nacional 153.  
Polígono 2: viviendas ubicadas en Divisadero  
aproximadamente a 700 m de la ruta nacional 153.  
Como punto de partida para aplicar una metodología  
EMC-SIG enmarcada en el paradigma de la decisión  
multicriterio, fue fundamental la construcción de la  
base de datos geográficos confiable para su posterior  
tratamiento. Enfatizando en el análisis de la calidad  
del dato del conjunto de criterios que comprende el  
peligro y la vulnerabilidad seleccionados en base a la  
revisión bibliográfica de diferentes investigaciones  
consultadas. Dichos criterios fueron convertidos en  
capas temáticas y superpuestas mediante operaciones  
logradas con la combinación de técnicas estadísticas y  
Sistemas de Información Geográfica. Dichas técnicas  
comprenden las compensatorias de combinación li-  
neal ponderada con pesos diferentes y las técnicas no  
compensatorias de riesgo mínimo y riesgo creciente.  
Polígono 3: viviendas ubicadas en Los Berros,  
aproximadamente a 1500 m en un callejón sin  
nombre que intercepta a la ruta nacional 153.  
Polígono 4: Viviendas del asentamiento irre-  
gular ubicado en Guanacache aproximadamente a  
800 m de la ruta camino a Retamito.  
Polígono 5: Viviendas ubicadas en Tres Esqui-  
nas. En la zona de calle Carpino y calle Tres Esquinas.  
Polígono 6: Viviendas ubicadas en Media  
Agua. Entre las calles Malvinas Argentinas e Islas  
Malvinas. Y viviendas entre la zona de Juan XXIII  
y 3 de Julio.  
La comparación de los diferentes modelos de riesgo y  
la validación con el análisis In-situ realizado median-  
te la observación directa en el terreno y el Análisis de  
Sensibilidad Explícitamente Espacial permitió obtener  
los factores más influyentes en los resultados del mo-  
delo con el índice Pearson y Kappa. Se determinaron el  
grado de acuerdo/ desacuerdo entre los mapas bina-  
rios del modelo original y los obtenidos introduciendo  
los factores y pesos con variación a nivel de pixel.  
Polígono 7: Viviendas ubicada en Punta del  
Médano entre calle Alfonso XIII y calle Navarro. Y  
entre la calle Mendoza y calle Navarro.  
Polígono 8: Viviendas ubicadas en Cochagual  
en la zona de calle Yanzon y 25 de Mayo.  
Polígono 9: Asentamiento ubicado en Cocha-  
gual en la calle Valencia entre calle Libertad y Ave-  
llaneda.  
De esta manera los métodos de validación comproba-  
ron que el modelo elaborado con la técnica de riesgo  
mínimo aporta los resultados más confiables en cuanto  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
80  
ARTÍCULOS LIBRES  
TRAMAS SOCIALES • N° 06 | ISSN: 2683-8095  
a precisión y exactitud del riesgo sísmico en el departa-  
mento de Sarmiento. Asimismo, se debe destacar que  
esta ecuación cumple con la operación elemental de la  
multiplicación de los componentes que define al riesgo.  
Instituto Nacional de Prevención Sísmica. INPRES  
(1989). Microzonificación Sísmica del Valle de Tulum.  
Provincia de San Juan. República Argentina. Poder  
Ejecutivo Nacional. Ministerio de Obras y Servi-  
cios Públicos. Secretaria de Obras Públicas.  
Finalmente se determinó que los resultados obtenidos  
del AS han demostrado que las soluciones iniciales  
del modelo de riesgo símico son robustas, ya que las  
pequeñas variaciones en los pixeles de los factores y  
pesos demostraron no ser sensibles e influir en forma  
significativa en el modelo. Los resultados del análisis  
espacial realizado destacan el método de riesgo míni-  
mo como el que mejor se ajusta a la realidad del riesgo  
sísmico y delimitando áreas contrapuestas, muy repre-  
sentativas y claras para la gestión del riesgo.  
Instituto Nacional de Estadísticas y Censo (2010) Dis-  
Masure (1996-1999) Urban System Exposure (USE). 13th  
World Conference on Earthquake Engineering. Barce-  
lona.  
Ministerio de Desarrollo Humano y Promoción Social  
(2008 a 2009). Provincia de San Juan. República  
Argentina.  
En síntesis, el modelo de riesgo sísmico generado, re-  
presenta la localización del área con riesgo alto, ubica-  
da en el Norte preferentemente y en forma dispersa,  
siendo estas áreas las que tienen la posición desfavo-  
rable en cada alternativa de los criterios procesados,  
frente a un sismo. Opuesto, el área sin riesgo es la que  
domina en extensión en el departamento y habiendo  
conseguido valores favorables en cada uno de los facto-  
res y restricciones evaluados. Este mapa es muy valioso  
por la rigurosidad con la que fue elaborado y en conse-  
cuencia, la precisión de la información que brinda para  
la mitigación del riesgo.  
Municipalidad de Sarmiento 2023. Provincia de San  
Juan  
Landis, R. y Koch, G. (1977). La medición del acuerdo de  
observador de datos categóricos. Revista Sociedad  
Biométrica Internacional (33,1). Recuperado de:  
Lilburne, L. y Taranola, S. (2009). Análisis de sensibi-  
lidad de los modelos espaciales. Revista Internacio-  
nal de la Información Geográfica (23,2). https://doi.  
5. Bibliografía  
Perucca, L. Perez, A. y Navarro, C. (2006). Fenómenos  
de licuefacción asociados a terremotos históricos.  
Su análisis en la evaluación del peligro sísmico  
en la Argentina. Revista de la Asociación Geológi-  
ca Argentina (61, 4).Recuperado desde: file:///C:/  
Aneas, S.; Cattapan, S.; Torres E. Pelegrina, C. (2011).  
El hombre frente a los riesgos del ambiente. San Juan.  
Editorial Universidad Nacional de San Juan.  
Atlas Socioeconómico de la provincia de San Juan,  
(2016). Centro de Fotogrametría, Cartografía y  
Catastro (CEFOCCA). Facultad de Ingeniería. Uni-  
versidad Nacional de San Juan.  
Rashed, T. y Weeks, J. (2003) Metodología SIG para el  
análisis de la vulnerabilidad sísmica. Ciudad de  
Los Ángeles. Recuperado desde: https://www.re-  
Barredo, J. (1993). Sistema de información geográfica y  
Evaluación Multicriterio en la ordenación del territo-  
rio. Madrid. Editorial RA-MA. España.  
Cardona, O. (2001). Estimación holística del riesgo sísmico  
utilizando sistemas dinámicos complejos. Tesis docto-  
Saaty, T. (1980). Multicriteria decision Making: The ana-  
lytic hierarchy process. New York, McGraw Hill.  
Wilches-Chaux, G. (1993). La vulnerabilidad global. En  
Maskrey, A. (comp). Los desastres no son naturales.  
LA RED. Colombia. pp. 11-41.  
Dirección de Geodesia y Catastro de la Provincia de  
San Juan (2016). República Argentina.  
Narvaez  
Mapa de riesgo sísmico en el departamento Sarmiento (San Juan – Argentina) | 64 - 81  
81